發(fā)布時(shí)間：2018-03-03 02:31

  本文選題：功能磁共振成像　切入點(diǎn)：腦功能網(wǎng)絡(luò)　出處：《南京理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：人的大腦由許多的神經(jīng)元組成,神經(jīng)元之間互相作用,以完成人腦的各種功能。因?yàn)槿四X中的神經(jīng)元數(shù)量非常龐大,單獨(dú)研究起來(lái)非常不方便。目前,應(yīng)用最廣泛的方法是基于血氧水平依賴(BOLD)的功能磁共振成像(fMRI)信號(hào),該信號(hào)不僅可以考察受試者在靜息態(tài)下的功能性腦網(wǎng)絡(luò),也可以研究基于任務(wù)的動(dòng)態(tài)功能性腦網(wǎng)絡(luò)。傳統(tǒng)的分析方法是基于模型的統(tǒng)計(jì)方法,但fMRI涉及到腦功能的復(fù)雜模式,所以不適用于此類方法,而基于數(shù)據(jù)驅(qū)動(dòng)的聚類分析則能更科學(xué)和客觀地分析fMRI數(shù)據(jù)。本文主要對(duì)聚類方法進(jìn)行研究,使聚類算法能更好的應(yīng)用于fMRI數(shù)據(jù)的分析,進(jìn)而促進(jìn)腦功能連接的認(rèn)識(shí)。首先,本文通過(guò)對(duì)使用廣泛的K-means算法進(jìn)行了研究,提出一種基于 DBI的層次初始的K-means 算法(DBI based Hierarchical Initialization K-means,DHIKM),可以選取較好的初始聚類中心和自動(dòng)地確定聚類個(gè)數(shù),并得到了較好的實(shí)驗(yàn)結(jié)果。由于稀疏表示和結(jié)構(gòu)稀疏表示可以利用信號(hào)的稀疏性特征很好地表示fMRI信號(hào),近些年來(lái),許多研究者采用稀疏表示來(lái)對(duì)fMRI進(jìn)行研究,并取得了良好的效果。因此,本文在稀疏表示的基礎(chǔ)上融合提出的DHIKM算法,對(duì)腦功能網(wǎng)絡(luò)進(jìn)行聚類研究。通過(guò)分析發(fā)現(xiàn),腦圖像具有高維數(shù)據(jù)結(jié)構(gòu)特征,而子空間學(xué)習(xí)則可以有效降低數(shù)據(jù)的維度,可以有效地表示fMRI信號(hào),所以采用稀疏子空間學(xué)習(xí)方法對(duì)腦功能網(wǎng)絡(luò)進(jìn)行聚類分析。同時(shí),基于空間距離上較近的神經(jīng)元彼此之間相連的概率較高這一特性,本文提出了鄰近自適應(yīng)的局部尺度稀疏子空間聚類算法(neighboring adaptive local scale based sparse subspace clustering),并得到了較好的成果。
[Abstract]:The human brain is made up of many neurons that interact with each other to perform the functions of the human brain. Because the number of neurons in the human brain is so large, it is very inconvenient to study it alone. The most widely used method is the functional magnetic resonance imaging (fMRI) signal based on Bod, which can not only examine the functional brain network of subjects in resting state. Traditional analysis methods are model-based statistical methods, but fMRI involves complex patterns of brain function, so it is not suitable for this kind of methods. But the data-driven clustering analysis can analyze the fMRI data more scientifically and objectively. In this paper, the clustering method is mainly studied, so that the clustering algorithm can be better applied to the analysis of fMRI data, and then promote the understanding of brain functional connection. In this paper, the widely used K-means algorithm is studied, and an initial K-means algorithm based on DBI is proposed, which can select a better initial clustering center and determine the number of clusters automatically. Because sparse representation and structural sparse representation can be used to represent fMRI signal well, in recent years, many researchers use sparse representation to study fMRI. Therefore, this paper fuses the proposed DHIKM algorithm on the basis of sparse representation, and studies the clustering of brain functional networks. It is found that brain images have high dimensional data structure characteristics. Subspace learning can effectively reduce the dimension of data and effectively represent the fMRI signal, so the sparse subspace learning method is used to cluster the brain functional network. At the same time, Based on the high probability of close neurons being connected to each other in spatial distance, this paper presents a neighborhood adaptive local scale sparse subspace clustering algorithm called nebuling adaptive local scale based sparse subspace clustering, and good results are obtained.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP311.13;R445.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡竹菁;一本具有特色的腦功能開(kāi)發(fā)研究的學(xué)術(shù)著作——讀沈德立教授主編的《腦功能開(kāi)發(fā)的理論與實(shí)踐》[J];心理學(xué)探新;2002年01期

2 馮前進(jìn);劉潤(rùn)蘭;;腦功能只是在腦里嗎?[J];山西中醫(yī)學(xué)院學(xué)報(bào);2006年04期

3 ;大腦功能年齡[J];醫(yī)藥世界;2008年07期

4 ;關(guān)于《腦象圖對(duì)教育提升幼兒腦功能的研究》一文的更正[J];現(xiàn)代電生理學(xué)雜志;2011年03期

5 顏文偉;;成年腦功能輕微失調(diào)[J];國(guó)外醫(yī)學(xué).精神病學(xué)分冊(cè);1981年04期

6 ;環(huán)境與腦功能[J];陜西中醫(yī);1986年04期

7 ;繪制語(yǔ)言及其記憶的腦功能圖[J];神經(jīng)科學(xué);1994年02期

8 ;大腦功能有新說(shuō)[J];發(fā)明與革新;2000年09期

9 江承騏;能改善大腦功能的食品[J];價(jià)格月刊;2001年03期

10 趙;即使是一次使用毒品也會(huì)改變腦功能[J];中國(guó)藥物依賴性雜志;2001年03期

相關(guān)會(huì)議論文 前10條

1 李飛;蘇林雁;曹楓林;范方;;沖動(dòng)兒童的腦功能的初步研究[A];中國(guó)心理衛(wèi)生協(xié)會(huì)第五屆學(xué)術(shù)研討會(huì)論文集[C];2007年

2 李飛;蘇林雁;劉軍;周順科;嚴(yán)莉榮;黃幸;李寶君;胡德文;;沖動(dòng)兒童腦功能的初步研究[A];中國(guó)心理衛(wèi)生協(xié)會(huì)兒童心理衛(wèi)生專業(yè)委員會(huì)第十次學(xué)術(shù)交流會(huì)論文集[C];2006年

3 許守榮;王世杰;羅立民;;空間獨(dú)立成分分析方法在腦功能連通性研究中的應(yīng)用[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

4 李廷玉;;生命早期營(yíng)養(yǎng)與后續(xù)腦功能健康[A];中華醫(yī)學(xué)會(huì)第五次全國(guó)兒科中青年學(xué)術(shù)交流大會(huì)論文匯編（上冊(cè)）[C];2008年

5 周建新;;腦功能的多元化監(jiān)測(cè)[A];重癥醫(yī)學(xué)——2011[C];2011年

6 張慧瑋;左傳濤;黃U哸\;;厭食癥腦功能網(wǎng)絡(luò)~(18)F-FDG PET/CT顯像[A];中華醫(yī)學(xué)會(huì)第九次全國(guó)核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

7 竇昊穎;朱烈烈;張鵬;劉純艷;;心臟術(shù)后腦功能監(jiān)測(cè)與評(píng)估[A];全國(guó)心臟內(nèi)外科專科護(hù)理學(xué)術(shù)交流暨專題講座會(huì)議論文匯編[C];2004年

8 劉波;劉峴;陳俊;龍玉;陳志光;尚曉靜;莫偉釗;李曉凡;;應(yīng)用腦功能連接分析技術(shù)分析針刺穴位的特異性[A];第十一次全國(guó)中西醫(yī)結(jié)合影像學(xué)術(shù)研討會(huì)暨全國(guó)中西醫(yī)結(jié)合影像學(xué)研究進(jìn)展學(xué)習(xí)班資料匯編[C];2010年

9 王慧;沈國(guó)華;杜小霞;李鯁穎;;外界評(píng)價(jià)在手勢(shì)模仿中對(duì)腦功能的影響[A];第十七屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2012年

10 賴建強(qiáng);蔭士安;徐青梅;胡善明;;不同鋅硒水平對(duì)鉛抑制腦功能的改善作用[A];中國(guó)營(yíng)養(yǎng)學(xué)會(huì)第五屆婦幼營(yíng)養(yǎng)學(xué)術(shù)會(huì)議論文摘要匯編[C];2002年

相關(guān)重要報(bào)紙文章 前10條

1 北京宣武醫(yī)院神經(jīng)內(nèi)科主任醫(yī)師 高利;醫(yī)患攜手對(duì)付腦功能障礙[N];健康報(bào);2007年

2 北京軍區(qū)總醫(yī)院教授 張俊杰;解九連環(huán)開(kāi)發(fā)右腦功能[N];健康報(bào);2008年

3 南京軍區(qū)南京總醫(yī)院 副主任醫(yī)師 蔣琪霞;預(yù)防腦衰老 增強(qiáng)腦功能[N];家庭醫(yī)生報(bào);2004年

4 蒲昭和;觸摸與老年腦功能疾病[N];中國(guó)老年報(bào);2003年

5 陳維強(qiáng);延緩腦功能退化[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

6 記者 鄭曉春;以開(kāi)發(fā)出可模擬小腦功能的電子芯片[N];科技日?qǐng)?bào);2011年

7 劉麗;探索兩半球[N];中華讀書報(bào);2001年

8 中央教科所教育心理研究室主任、教授、博士生導(dǎo)師 俞國(guó)良;暢游神秘的大腦世界[N];光明日?qǐng)?bào);2001年

9 本報(bào)記者 游雪晴;“腦網(wǎng)絡(luò)組”讓腦功能清晰化[N];科技日?qǐng)?bào);2011年

10 中科院院士中科院上海生科院神經(jīng)所研究員 郭愛(ài)克;中國(guó)腦計(jì)劃：在宏觀與微觀間“架橋”[N];文匯報(bào);2013年

相關(guān)博士學(xué)位論文 前6條

1 王贊;阿爾茨海默病高風(fēng)險(xiǎn)人群中基于圖論分析的全腦功能網(wǎng)絡(luò)研究[D];東南大學(xué);2015年

2 歐進(jìn)利;基于磁共振成像的腦功能連接網(wǎng)絡(luò)研究[D];浙江大學(xué);2014年

3 鹿麒麟;身心調(diào)節(jié)訓(xùn)練的大腦功能與結(jié)構(gòu)特性改變研究[D];大連理工大學(xué);2012年

4 謝永宏;腦脊液酸堿失衡在高原腦功能障礙發(fā)生中的作用及機(jī)制[D];第三軍醫(yī)大學(xué);2005年

5 王海;顱腦功能無(wú)創(chuàng)非接觸檢測(cè)技術(shù)的研究[D];東北大學(xué);2008年

6 黃躍;腦功能連接的神經(jīng)系統(tǒng)疾病機(jī)制研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 韓慶宇;基于近紅外光譜法的駕駛員腦功能連接及振動(dòng)響應(yīng)分析[D];山東大學(xué);2015年

2 高遠(yuǎn)金;汽車振動(dòng)對(duì)駕駛員心腦功能動(dòng)態(tài)調(diào)整的影響分析[D];山東大學(xué);2015年

3 張二寧;腦功能連接改變?cè)?型糖尿病患者腦功能變化機(jī)制的研究[D];河南大學(xué);2015年

4 張玲玲;慢性單側(cè)感音神經(jīng)性耳聾患者全腦功能網(wǎng)絡(luò)靜息態(tài)fMRI研究[D];東南大學(xué);2015年

5 湯莉莉;多模式監(jiān)測(cè)下右美托咪定對(duì)老年脆弱腦功能患者胃腸手術(shù)術(shù)后轉(zhuǎn)歸的影響[D];安徽醫(yī)科大學(xué);2016年

6 周桂妃;基于因果腦功能網(wǎng)絡(luò)分析的跨種族面孔加工發(fā)展機(jī)制研究[D];北京交通大學(xué);2016年

7 譚啟濤;基于近紅外光譜法的汽車駕駛員腦功能網(wǎng)絡(luò)特征分析[D];山東大學(xué);2016年

8 張曼玉;汽車駕駛負(fù)荷對(duì)駕駛員心腦功能連接的影響分析[D];山東大學(xué);2016年

9 李雨堯;腦功能網(wǎng)絡(luò)可視化算法設(shè)計(jì)與工具實(shí)現(xiàn)[D];西南交通大學(xué);2016年

10 唐進(jìn);基于靜息態(tài)fMRI的EMCI和AD腦功能網(wǎng)絡(luò)研究[D];南京郵電大學(xué);2016年

，

本文編號(hào)：1559190